[发明专利]一种基于补偿的光谱波长选择方法

说明书

本发明公开了一种基于补偿的光谱波长选择方法，包括以下步骤：1、测量需要用于光谱判别分析的两类样品的光谱；2、把全部样品划分为建模集和检验集，并将建模集进一步划分为定标集、预测集；3、确定波长模型的搜索范围；4、建立光谱判别分析模型；5、计算识别准确率及其标准偏差；6、确定波长模型。本发明与现有技术比较，具有如下优点和有益效果：本发明具有应用范围宽、方法简便、预测效果好等优点；应用于光谱定性分析，为光谱判别分析专用仪器的分光系统设计提出有效的解决方案。

技术领域

本发明涉及波长模型筛选技术领域，具体涉及一种基于补偿的光谱波长选择方法。

背景技术

近年发展起来的模型融合方法，运用多个模型的互补性，可以取得比单个模型更好的综合预测效果。问题在于如何提出波长模型，实现相互补偿的模型融合效果。

发明内容

本发明的目的在于克服现有技术的缺点与不足，针对光谱(紫外-可见、近红外、中红外等)的波长筛选方法，提出基于补偿的光谱波长选择方法。

本发明的目的通过下述技术方案实现：一种基于补偿的光谱波长选择方法，包括以下步骤：

1、测量需要用于光谱判别分析的两类样品的光谱；

2、把全部样品划分为建模集和检验集，并将建模集进一步划分为定标集、预测集；

3、确定波长模型的搜索范围；

4、建立光谱判别分析模型；

5、计算识别准确率及其标准偏差；

6、确定两类判别效果平衡的最优波长模型；并分别确定第一类、第二类判别效果优先的补偿波长模型；组建联合模型，进行综合判别分析。

进一步的，定标集和预测集用于优选模型及参数，检验集用于评价模型。

进一步的，步骤3之前,可对光谱进行预处理。

进一步的，步骤3中,确定波长模型的搜索范围，可以采用全扫描谱区，也可根据实际对象的光谱特征，采用特定的波长范围。

进一步的，步骤4之后要进行波长模型选择。

进一步的，步骤4之后，采用等间隔组合偏最小二乘法判别分析(EC-PLS-DA)或其它波长选择方法，进行波长模型选择。具体采用起点波长、波长个数和波长间隔数作为波长筛选的循环参数，分别建立光谱判别分析的定标预测模型。

进一步的，步骤5计算识别准确率及其标准偏差，是计算定标集、预测集和建模集的两类样品分别及总和的九个识别准确率及其标准偏差。

进一步的，步骤6确定波长模型，是根据建模总识别准确率最大，同等条件下兼顾准确率标准偏差最小，确定最优波长模型；根据两类样品的识别准确率差最大，兼顾总识别准确率大，分别确定单类判别效果优先补偿的两个判别分析模型及对应的波长模型。

进一步的，基于确定的波长模型，进行光谱判别分析的模型融合，组建联合模型及其综合评价。

更进一步的，采用三个波长模型进行三次判别分析，得出两类样品的三次投票结果，根据最高总分确定样品类别；同时计算该组合模型的全部识别准确率及其标准偏差；并采用检验集进行检验，同时计算检验的两类样品分别及总和的识别准确率。

本发明与现有技术比较，具有如下优点和有益效果：

本发明具有应用范围宽、方法简便、预测效果好等优点；应用于光谱定性分析，为光谱判别分析专用仪器的分光系统设计提出有效的解决方案。

附图说明

图1是实施例方法流程图。

图2是A类血清样品原光谱。